El curso CS336 de Stanford — que enseña a los estudiantes a construir modelos de lenguaje desde cero — ha publicado un archivo CLAUDE.md en el repositorio de su primera tarea. Este archivo se lee automáticamente cuando Claude (y otros agentes de IA compatibles) operan dentro del repositorio, proporcionando efectivamente al sistema de IA un conjunto de reglas permanentes sobre cómo asistir sin socavar los objetivos de aprendizaje. Con 298 votos positivos en Hacker News, está generando resonancia claramente más allá del ámbito académico.
La tensión central que aborda el archivo es real: los asistentes de codificación con IA son lo suficientemente potentes como para resolver directamente las tareas asignadas, lo que anula el propósito de un curso diseñado para construir una comprensión profunda y fundamental de los internos de transformadores, tokenización y bucles de entrenamiento. Las directrices trazan una línea clara entre el uso legítimo (aclarar conceptos, depurar errores específicos, explicar documentación) y el uso prohibido (generar código de solución completo, hacer el trabajo que se supone el estudiante debe hacer).
Para quienes construyen agentes de IA en cualquier entorno restringido — herramientas internas, bases de código de clientes, canalizaciones reguladas — la estructura aquí vale la pena adoptar. Un archivo CLAUDE.md (o equivalente de indicación del sistema) permite codificar límites de alcance, convenciones de codificación preferidas, acciones prohibidas y comportamiento de escalada directamente en el repositorio, de modo que cada sesión de agente comience con los mismos controles de seguridad sin depender de indicaciones por sesión.
El archivo también refleja un cambio más amplio en cómo las instituciones se están adaptando a la IA: en lugar de prohibir las herramientas directamente, CS336 está especificando cómo pueden usarse. Es un enfoque más duradero y honesto — los estudiantes en este curso trabajarán junto a agentes de IA profesionalmente, así que aprender a usarlos apropiadamente dentro de restricciones es en sí mismo una habilidad que vale la pena enseñar.
Si estás construyendo o gestionando flujos de trabajo con agentes, la acción práctica aquí es directa: añade un CLAUDE.md o AGENTS.md a tus repositorios. Documenta qué puede modificar el agente, qué nunca debe tocar, cómo debe manejar la ambigüedad y qué estilo de codificación seguir. Toma menos de una hora e impacta significativamente el comportamiento del agente en cada sesión que toque ese repositorio.